大数据平台下的互联网广告点击率预估模型

作     者：魏晓航 于重重 田嫦丽 陈秀新 WEI Xiao-hang;YU Chong-chong;TIAN Chang-li;CHEN Xiu-xin

作者机构：北京工商大学计算机与信息工程学院北京100048 

基　　金：北京市自然科学基金重点基金项目(KZ201410011014) 北京市教委科研计划面上基金项目(KM201510011009 KM201510011010) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2017年第38卷第9期

页      码：2504-2508页

摘      要：现存的广告点击率预估模型提取的特征维数较多,数据量较大,使得传统平台在应用时压力大,反应时间较长。针对这一问题,提出梯度提升决策树与因子分解机相结合的广告点击率预估模型,将基础特征库里的连续特征离散化,利用梯度提升决策树对输入特征进行非线性转化,利用Hadoop大数据平台进行分布式训练,高效快速地提取出高层特征,利用因子分解机融合模型解决不均衡分类问题,利用AUC指标对模型进行评估,与常用广告点击率预估模型进行对比。实验结果表明,大数据平台以及并行化的应用使特征提取更加高效,模型解决了分类不均问题,具有更好的广告点击率预估效果。

主 题 词：点击率预估 梯度提升决策树 Hadoop大数据平台 分布式训练 因子分解机 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.16208/j.issnl000-7024.2017.09.038

馆 藏 号：203262504...